بهینه سازی قواعد نماگرهای تکنیکال
نویسندگان
چکیده مقاله:
در این پژوهش سعی شده است قواعدی که به عنوان قواعد نرمال برای دو اندیکاتور شاخص قدرت نسبی و شاخص جریان وجه نقد معرفی شده است، با استفاده از روش آزمون و خطا و همچنین الگوریتم ژنتیک بهینه سازی کرده و نتایج این بهینه سازی را با نتایج حاصل از روش خرید و نگهداری و همچنین نتایج حاصل از استفاده از قواعد نرمال مقایسه شود. انتظار میرفت استفاده از روش آزمون و خطا و الگوریتم ژنتیک بتواند در ایجاد بازدهی بیشتر مفید واقع شود، اما با توجه به نتایج، استفاده از الگوریتم ژنتیک باعث ایجاد بازدهی بیشتر نسبت به استفاده از قواعد نرمال و روش خرید و نگه داری ایجاد نمیکند و این در حالی است که استفاده از روش آزمون و خطا توانایی ایجاد بازدهی بیشتر از معیارهای مد نظر را دارا بوده است
منابع مشابه
بهینه سازی سبد سهام با رویکرد ترکیبی روشهای تحلیل تکنیکال و داده کاوی
سرمایهگذاری در بورس اوراق بهادار، بخش مهمی از اقتصاد کشور را تشکیل میدهد. افزایش سود و کاهش ریسک سرمایهگذاری در بورس همیشه مهمترین دغدغه سرمایهگذاران بوده است. همچنین بازارهای بورس نه تنها از پارامترهای کلان بلکه از هزاران عامل دیگر نیز متأثر میشوند. این تحقیق به دنبال ارائه مدلی است که در آن پتانسیل آتی سهام با در نظر گرفتن شاخصهای تحلیل تکنیکال بهوسیله شبکه عصبی فازی پیشبینی میشود و...
متن کاملبررسی کاربرد الگوریتم ژنتیک چند هدفه در بهینه سازی پرتفوی سهام با استفاده از شاخص های تکنیکال
اهداف کلاسیک دانش مالی مبنی بر موازنه بازده و ریسک و تحلیل آن در فرصت های مختلف، دستمایه بسیاری از پژوهش های مدیریت مالی بوده است. استفاده از شاخص های تکنیکال یکی از ابزارهای مدیریت پرتفوی به شمار می رود. این پژوهش به دنبال استفاده از این شاخص ها در استخراج قواعد معاملات سهام است. دوره زمانی پژوهش از ابتدای سال 1388 تا پایان سال 1393 و نمونه شامل 216 شرکت می باشد. در این پژوهش در دوره زمانی ...
متن کاملمقایسه بازده خرید و فروش مبتنی بر نماگرهای تکنیکی و منطق فازی و روش ترکیبی الگوریتم ژنتیک – منطق فازی
بازده بیشتر هدف اصلی سرمایه گذاران در بازارهای مالی است. در بازار ایران با توجه به ناکارایی بازار ، تحلیل تکنیکال به عنوان یکی از روش های خرید و فروش کاربرد دارد. در این تحقیق با استفاده از نماگرهای تحلیل تکنیکی و روش تصمیم گیری منطق فازی و بهینه سازی و تصمیم گیری روش ترکیبی فازی ژنتیک برای تصمیم گیری خرید و فروش استفاده شده است. دوره بررسی از ابتدای سال 1387 تا پایان سال 1391 بوده و 4 سال آموز...
متن کاملتنظیم پارامتر اندیکاتور های تحلیل تکنیکال با استفاده از بهینه سازی چندهدفه گروه ذرات و سیستم استنتاج تطبیقی فازی-عصبی
در این مقاله، یک سیستم معاملاتی خودکار که از ترکیب تحلیل تکنیکال و سیستم استنتاج تطبیقی فازی-عصبی جهت پیش بینی روند قیمتی سهام و افزایش بازدهی حاصل از سرمایه گذاری استفاده می کند، معرفی شده است. در سیستم معاملاتی معرفی شده، نخست با استفاده از الگوریتم بهینه سازی گروه ذرات پارامتر های بهینه اندیکاتورهای تحلیل تکنیکال تعیین شده و با استفاده از خروجی این اندیکاتورها و سیستم استنتاج تطبیقی عصبی-فاز...
متن کاملمقایسه بازده خرید و فروش مبتنی بر نماگرهای تکنیکی و منطق فازی و روش ترکیبی الگوریتم ژنتیک – منطق فازی
بازده بیشتر هدف اصلی سرمایه گذاران در بازارهای مالی است. در بازار ایران با توجه به ناکارایی بازار ، تحلیل تکنیکال به عنوان یکی از روش های خرید و فروش کاربرد دارد. در این تحقیق با استفاده از نماگرهای تحلیل تکنیکی و روش تصمیم گیری منطق فازی و بهینه سازی و تصمیم گیری روش ترکیبی فازی ژنتیک برای تصمیم گیری خرید و فروش استفاده شده است. دوره بررسی از ابتدای سال 1387 تا پایان سال 1391 بوده و 4 سال آموز...
متن کاملتعیین قواعد سیاست پولی و مالی بهینه در اقتصاد ایران
هدف این مطالعه، تعیین قواعد سیاست پولی و مالی بهینه جهت تثبیت تولید، تورم و توزیع درآمد همزمان با اجرای طرح اصلاح قیمت حامل های انرژی است. در این راستا با استفاده از تئوری کنترل بهینه، یک تابع زیان سیاست گزاران پولی و مالی شامل توان دوم متغیرهای تورم، رشد شکاف تولید، ضریب جینی و انحراف رشد حجم نقدینگی و رشد مخارج دولت از مقادیر دوره قبل، با توجه به سه قید منحنی تقاضای کل، منحنی فیلیپس و معادله ...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 6 شماره 22
صفحات 197- 213
تاریخ انتشار 2017-07-23
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023